浅析智能化轴承状态检测
发布时间：2016-03-24陆莹
（西南交通大学机械工程学院，四川成都 611756）
（西南交通大学机械工程学院，四川成都 611756）
摘 要：滚动轴承的工作状态在很大程度上影响着整个机械设备甚至是整条生产线的运行，如果轴承在工作时发生故障，容易导致整个设备的工作停滞，甚至引发严重的事故，应当对其状态进行检测。
关键词：滚动轴承；监测；特征值
0 引言
滚动轴承是电力、冶金、机械、石化、航空航天以及一些军事工业部门中使用范围Z广的机械部件，也是机械设备Z容易受损伤的部件之一。滚动轴承的工作状态在很大程度上影响着整个机械设备甚至是整条生产线的运行，如果轴承在工作时发生故障，容易导致整个设备的工作停滞，甚至引发严重的事故。因此，进行及时而有效的轴承状态监测将是十分必要的。
滚动轴承是电力、冶金、机械、石化、航空航天以及一些军事工业部门中使用范围Z广的机械部件，也是机械设备Z容易受损伤的部件之一。滚动轴承的工作状态在很大程度上影响着整个机械设备甚至是整条生产线的运行，如果轴承在工作时发生故障，容易导致整个设备的工作停滞，甚至引发严重的事故。因此，进行及时而有效的轴承状态监测将是十分必要的。
图1 滚动轴承结构图
1 滚动轴承故障类型
（1）磨损失效
当尘埃、异物等润滑杂质侵入轴承滚道、滚动体、保持架、座孔或安装轴承的轴颈或发生机械原因引起的损坏时，会发生磨损失效，是滚动轴承一种Z常见的失效形式。
（2）疲劳失效
疲劳失效也成为接触疲劳，表现为滚动体或滚道表面剥落或脱皮。
（3）断裂失效
轴承的断裂失效主要是由缺陷于与过载两大因素造成的。
（4）胶合失效
胶合失效胶合发生在滚动接触的两个表面间，为一个表面上的金属粘附到另一个表面的现象。
（5）保持架损坏
保持架损坏可能是由于保持架材料的缺陷以及铆合缺陷等原因引起。
2 数据处理及特征提取
2.1数据预处理
（1）零均值化处理
零均值化处理又称中心化处理。若不去除均值，在作信号谱分析时，将在处出现一个大的谱峰，并会影响在左右处的频谱曲线，使它产生较大的误差。
（2）消除趋势项
趋势项就是在随机信号中存在线性项或缓慢变化的、周期大于记录长度的非线性成分。通常使用Z小二乘法，它既能消除高阶多项式趋势项，又能消除线性趋势项。
（3）平滑处理
平滑处理使图形变得平滑，去除毛刺。常用的计算机平滑方法是五点三次平滑，这仍然是一种基于Z小二乘法原理的拟台方法。
（4）滤波处理
数字滤波器DF（digital filter）是广泛使用的数字信号处理系统，分为有限冲激响应FIR（finite impulse response）和无限冲激响应（infinite impulse response）两种滤波器。
2.2时域特征值提取
时域特征提取列表如表1。
（1）磨损失效
当尘埃、异物等润滑杂质侵入轴承滚道、滚动体、保持架、座孔或安装轴承的轴颈或发生机械原因引起的损坏时，会发生磨损失效，是滚动轴承一种Z常见的失效形式。
（2）疲劳失效
疲劳失效也成为接触疲劳，表现为滚动体或滚道表面剥落或脱皮。
（3）断裂失效
轴承的断裂失效主要是由缺陷于与过载两大因素造成的。
（4）胶合失效
胶合失效胶合发生在滚动接触的两个表面间，为一个表面上的金属粘附到另一个表面的现象。
（5）保持架损坏
保持架损坏可能是由于保持架材料的缺陷以及铆合缺陷等原因引起。
2 数据处理及特征提取
2.1数据预处理
（1）零均值化处理
零均值化处理又称中心化处理。若不去除均值，在作信号谱分析时，将在处出现一个大的谱峰，并会影响在左右处的频谱曲线，使它产生较大的误差。
（2）消除趋势项
趋势项就是在随机信号中存在线性项或缓慢变化的、周期大于记录长度的非线性成分。通常使用Z小二乘法，它既能消除高阶多项式趋势项，又能消除线性趋势项。
（3）平滑处理
平滑处理使图形变得平滑，去除毛刺。常用的计算机平滑方法是五点三次平滑，这仍然是一种基于Z小二乘法原理的拟台方法。
（4）滤波处理
数字滤波器DF（digital filter）是广泛使用的数字信号处理系统，分为有限冲激响应FIR（finite impulse response）和无限冲激响应（infinite impulse response）两种滤波器。
2.2时域特征值提取
时域特征提取列表如表1。
表1
从表可知，均值的重复性不好，方差、均方根值、峰值因子的差异性不好，则只有峰值、峭度系数、裕度因子、脉冲因子、波形因子是好的、有效的特征值。
2.3频域分析方法
频域参数特征提取列表如表2。
2.3频域分析方法
频域参数特征提取列表如表2。
表2
从上表可以看出，频域参数的特征值重复性和差异性都是良好的。
3 总结
本文首先论述了轴承的失效方式。然后进行数据处理和特征分析，数据预处理方法主要有零均值化、消除趋势项、平滑处理、滤波处理，特征抽取方法主要有时域抽取和频域抽取。
参考文献
[1]李露加.滚动轴承运行状态智能化监测.河南科技，2014.
[2]王立臣，梁浩.滚动轴承故障诊断技术现状及发展趋势.设备管理与维修，2013.
[3]李兴林，张仰平，曹茂来，张燕辽，陆水根，李建平.轴承故障监测诊断技术新进展.工程与试验，2009.
3 总结
本文首先论述了轴承的失效方式。然后进行数据处理和特征分析，数据预处理方法主要有零均值化、消除趋势项、平滑处理、滤波处理，特征抽取方法主要有时域抽取和频域抽取。
参考文献
[1]李露加.滚动轴承运行状态智能化监测.河南科技，2014.
[2]王立臣，梁浩.滚动轴承故障诊断技术现状及发展趋势.设备管理与维修，2013.
[3]李兴林，张仰平，曹茂来，张燕辽，陆水根，李建平.轴承故障监测诊断技术新进展.工程与试验，2009.
来源：《电脑迷》2014年21期